千问提示词怎么写：五段式模板、实战示例与回归测试

提示词不是咒语，而是接口协议

很多提示词的问题，看起来是模型“不听话”，实际是需求没有被结构化。

“帮我优化一下”“专业一点”“详细分析”都很自然，但不可验收。模型不知道优化什么、专业到什么程度、分析给谁看，更不知道哪些内容不能改。

有效提示词更像接口协议：声明谁来做、做什么、已知什么、受什么约束、按什么格式交付。信息越清晰，后续测试和修改越容易。

可以先在千问大模型平台https://platform.qianwenai.com/try-ai在线体验不同写法，观察输出差异；需要批量调用、保存版本或嵌入应用时，再通过阿里云百炼平台https://bailian.console.aliyun.com/进行 API 与应用落地。

反常识之处是：提示词不一定越长越好。重复要求、互相冲突的规则和无关背景，都会增加理解成本。目标不是写一篇气势磅礴的说明书，而是给模型一份边界清楚的任务单。

复制五段式模板，再用样本打磨

第一步：套用五段式模板

【角色】
你是{专业角色}，服务对象是{目标读者或用户}。
【任务】
请根据输入完成{单一、明确、可验收的动作}。
【上下文】
业务背景：{必要背景}
输入数据：{用户内容或结构化字段}
术语说明：{可能产生歧义的定义}
【约束】
1. 不得{禁止事项}
2. 必须{事实、语言、长度或安全要求}
3. 信息不足时{提问、标记未知或拒绝推断}
4. 只依据{允许使用的信息范围}
【输出】
使用{Markdown、JSON、表格等格式}
必须包含{字段或章节}
不要输出{过程、额外说明或敏感内容}

五段不代表必须写五页。简单任务每段一句即可。重点是把可变输入和稳定规则分开，避免每次调用都重新改写整段提示词。

第二步：代码审查示例

【角色】
你是后端代码审查员，读者是提交合并请求的开发者。
【任务】
审查给定Python代码，识别可能导致错误、安全问题或维护困难的内容。
【上下文】
项目是HTTP API服务。以下代码将在请求链路中执行：
{code}
【约束】
只报告能从代码中定位的问题；不猜测未提供的系统架构。
每个问题必须指出相关代码位置、影响和修改建议。
信息不足时标记“需要确认”，不要编造依赖版本。
【输出】
按严重程度排序，输出“问题、依据、影响、建议”四列。
如果没有明确问题，输出“未发现可确认问题”，并列出建议补充的测试。

这里没有要求模型“全面深入”。因为“全面”无法验收。位置、依据、影响和建议才是可检查字段。

第三步：客服回复示例

【角色】
你是软件产品客服助手，面向正在排查故障的企业用户。
【任务】
根据工单信息生成一封可直接发送的中文回复。
【上下文】
产品现象：{issue}
已完成排查：{checks}
下一步操作：{next_step}
【约束】
不得承诺未确认的恢复时间。
不得虚构故障原因。
缺少关键信息时，用问题列表向用户补充询问。
语气礼貌、直接，不推卸责任。
【输出】
依次包含：问题确认、当前判断、下一步操作、需要用户补充的信息。
正文控制在300字以内。

客服场景最重要的不是“像真人”，而是不误导。把禁用承诺、事实来源和缺失信息处理方式写清楚，比增加情绪化措辞更有效。

第四步：版本化与回归测试

给提示词建立版本号，例如 support-reply-v1.3，并记录修改原因。每次调整后，用固定样本集重新测试正常输入、信息缺失、冲突要求、超长输入和恶意指令。

评价项可以包括：事实一致性、格式通过率、约束遵守、是否出现无依据推断、人工是否需要重写。

不要只保存“效果好”的样本。失败样本才是下一版提示词的需求文档。若同时更换模型，应分别记录模型 ID 与提示词版本；可用型号和参数以控制台与官方文档为准。

Prompt 能约束输出，但不能替代系统设计

一个超长提示词能解决所有任务吗？

通常不值得。分类、抽取、生成回复和执行操作具有不同目标，拆成多个提示词更容易评测和维护。共享规则可以集中管理，但每个任务应保留独立输入与输出契约。

要不要让模型输出思考过程？

业务系统更需要可验证结果、依据和必要说明，而不是冗长的内部推演。可以要求列出引用内容、判断条件或风险点，但不要把“展示长篇思考”当成准确性的保证。

提示词稳定后还需要测试吗？

需要。输入分布、业务规则和可用模型都可能变化。提示词应像代码一样进入版本管理，在修改提示词、模型或关键参数后执行回归测试。价格、额度、型号与上下文限制以控制台和官方文档为准。

参考资料

首次调用千问 API https://help.aliyun.com/zh/model-studio/first-api-call-to-qwen
通过 OpenAI 接口调用千问模型 https://help.aliyun.com/zh/model-studio/compatibility-of-openai-with-dashscope

好提示词不是让模型猜得更准，而是让任务变得更少需要猜。